ORNL、克利夫兰诊所与IBM首次用量子计算模拟聚变燃料材料

企业动态 QuantumWire 2026-07-08 16:01
本文内容全由AI翻译,仅供参考

2026年7月6日——来自橡树岭国家实验室(ORNL)、克利夫兰诊所和IBM(纽交所代码:IBM)的科学家团队,利用量子计算机计算了一种用于生产聚变能燃料的潜力材料的九种分子构型——这是在量子计算机上进行此类计算的已知首例。

这项发表在arXiv上的新论文所展示的计算,对于传统计算机单独运行而言,在规模扩展上极具计算挑战性。它们是优化氚生产和提取的基础步骤——氚是自然界中极为稀有的材料,对于大多数拟议中的机器产生聚变能必不可少。确保充足的氚供应长期以来一直是实现聚变电厂提供清洁、丰富能源这一愿景的障碍,解决这个问题是美国能源部(DOE)“创世纪任务”(Genesis Mission)的一个关键目标。

量子计算机非常适合计算含有氟、锂和铍(FLiBe)的液态盐的原子级化学性质,FLiBe是用于在聚变反应堆中提取氚燃料的主要候选材料之一。为了计算FLiBe簇的不同构型,该团队使用了与克利夫兰诊所合作进行12,635个原子蛋白质模拟时相同的以量子为中心的超级计算技术。这些方法可以计算复杂材料中电子的量子行为,补充并增强了经典超级计算机和算法的能力。

ORNL计算与计算科学理事会科学参与部门主管Tom Beck表示:“为了展示‘创世纪任务’所催化的能力,我们组建了一个由来自七个DOE国家实验室、四所大学、三个行业合作伙伴和克利夫兰诊所的顶尖专家组成的团队,以推进一个多管齐下的发现周期,旨在优化熔盐聚变包层材料中的氚生产。像IBM制造的、并经过人工智能和百亿亿次计算增强的量子计算机,是加速为聚变反应堆提供足够氚所需发现和设计周期的关键工具。”

通讯作者、克利夫兰诊所的Kenneth Merz博士(科学家)表示:“这项工作建立在我们大规模模拟复杂生物系统(包括跨度达12,635个原子的蛋白质)的进展之上,并将这些技术扩展到材料科学领域,以更高的准确性和效率探索与聚变相关的系统。在克利夫兰诊所,我们专注于应用先进技术来深化科学理解并加速发现。这次合作反映了量子计算、人工智能和高性能计算作为科学探究工具日益增长的重要性。通过将这些技术结合在一起,研究人员能够以更快的速度和更高的精度为具有挑战性的现实问题提供解决方案。”

IBM以量子为中心的超级计算技术首席技术官Jerry Chow表示:“将量子、人工智能和经典计算结合在一起,对于解决我们社会最根本的科学挑战至关重要——释放这些范式各自无法独立实现的能力。这些结果进一步证明了以量子为中心的超级计算现在已成为解决长期困扰化学家、工程师和材料科学家的实际问题的实用科学工具。随着量子计算机规模扩展,前面的道路充满希望。”

聚变能的核心挑战:氚

这项探索与“创世纪任务”的更广泛目标相一致,即统一高性能计算(HPC)、人工智能和量子计算,并与美国能源部17个国家实验室的主要科学仪器相结合,以加速科学发现。作为该任务的行业合作者之一,IBM正与合作伙伴共同探索以量子为中心的超级计算——它将CPU、GPU和QPUs结合在一起,解决它们单独无法处理的问题——如何帮助应对关键的国家挑战,包括精确模拟复杂的材料相互作用,以帮助为广泛运行的全功能聚变电厂解锁燃料供应。

优化FLiBe的最佳配方——其成分在强中子辐射、极端高温和磁场下动态变化——是当今最艰巨的科学和工程挑战之一。它需要对其量子力学性质(包括能量学、稳定性以及与氚的相互作用)进行广泛研究,以了解它在非常高的温度下如何执行多种功能,包括充当氚增殖材料。目前,此类研究只能通过困难且昂贵的实验,或通过可能缺乏准确性的经典计算近似方法进行。

为了计算含有和不含氚的不同FLiBe构象的能量,该团队使用了以量子为中心的超级计算,使量子计算机和经典计算机协同工作——即问题中那些可以分解成量子电路的部分在量子计算机上求解。这使得团队能够更精确地确定材料的电子结构及其原子的行为方式,特别是在基本分子层面上它们如何与氚结合。反过来,科学家可以识别出原子运动所经过的构型范围,并提取出诸如每种构型与氚结合的强度及结合机制等属性,这些属性在其它情况下将保持隐藏状态。

未来之路

这项合作仍在进行中,旨在减少数据在量子与经典资源之间传输所需的时间,并扩展模拟分子相互作用的规模。最终,团队希望聚变能生态系统能够直接使用这一工作流程来设计和验证他们自己的材料。

这项工作为2026年日益增长的一系列里程碑增添了新内容,这些里程碑证明了IBM量子计算机作为有用的科学工具的价值——包括模拟真实的磁性材料、创建前所未有的半莫比乌斯分子,以及模拟与生物研究相关的、跨度高达12,635个原子的蛋白质。